Wertvolle Textdaten erschließen mittels Text Mining

Größe: px
Ab Seite anzeigen:

Download "Wertvolle Textdaten erschließen mittels Text Mining"

Transkript

1 IBM SPSS Data und Text Mining Tage 2013 Frankfurt Düsseldorf München Hamburg - Berlin Wertvolle Textdaten erschließen mittels Text Mining Jens Barthelmes Predictive Text Analytics Solution Architect 2013 IBM Corporation 2012 IBM Corporation

2

3 Einsatzbereiche von Text Mining Customer Relationship Management (CRM) 360 Grad Sicht auf den Kunden durch die Berücksichtigung von unstrukturierten Textdaten an den Customer Touch Points Bessere Vorhersage von Kundenverhalten Voice of the customer Marktforschung Text Mining erlaubt die Anwendung von quantitativen analytischen Methoden auf qualitative Daten Analyse offener Fragen und Interviews Market Intelligence / Wettbewerberanalyse Systematische Analyse von Pressemitteilungen, Geschäftsberichten und Websites Antizipation von Trends und zukünftigen Entwicklungen im Markt Sicherheitsbehörden und Verwaltung Bedrohungen schneller erkennen Optimierung der Bürger-/ Klienteninteraktion Betrugserkennung Auffälliges Verhalten schneller entdecken Präziser Motive und mögliche Betrugsindikatoren entdecken Wissenschaft Medizinische Forschung und Patentrecherche Genomforschung Medikamentenentwicklung

4 Mehrwert durch Einbeziehung unstrukturierter Textdaten in den Analyseprozess Natürliche Spracherkennung (NLP) und statistische Methoden erfassen die Bedeutung von Textinformationen Automatisierte Analyse von s, Web-Daten, Interviews, Call Center Notizen etc. Extrahiert Konzepte aus Texten und kategorisiert diese Ermöglicht quantitative Auswertungen auf Basis unstrukturierter Textdaten Vollständige Integration in die Data Mining Workbench

5 Eine Text Mining Applikation: IBM Social Media Analytics Tiefe Analyse von Milliarden von Einträgen aus Blogs, Foren, Microblogs, News, Video- und Bewertungsplattformen Big Data Fähigkeit für optimale Skalierbarkeit der Textanalyse Anspruchsvolle Sentimentanalyse Konfigurierbare Dashboards basierend auf führender BI Technologie Datenübernahme in SPSS Modeler für eine umfassende Analyse (Segmentierung / Clustering, Assoziation, etc.) möglich Kostenloses IBM Social Media Analytics Webinar am 17. Oktober 2013! Anmelden unter

6 Technologie Daten Muster Kategorien Extraktion Cluster Konzepte Semantik Sprache Dokumente Kontext Synonyme Linguistik Wörterbücher Beziehungen Konzeptnetz Makros Reguläre Ausdrücke Kookkurrenz Token Phrasen Technologie Wie Daten Muster Extraktion Cluster Konzepte Semantik Sprache werden Extraktion Dokumente Kontext Synonyme denn Linguistik nun Wörterbücher Semantik Beziehungen die Konzeptnetz Makros Textdaten Kategorien Reguläre Ausdrücke erschlossen? Kookkurrenz Token Phrasen Technologie Daten Muster Kategorien Cluster Konzepte Kookkurrenz Sprache Dokumente Kontext Synonyme Makros Linguistik Wörterbücher Beziehungen Konzeptnetz Reguläre Ausdrücke Token Phrasen Synonyme

7 Text Mining Prozess Identifikation von Konzepten Konzept = Wort oder Wortkombination Linguistisch basierte Auswertung Fokus auf Wörter mit Aussagegehalt Berücksichtigung von Beugungen der Wortstämme (Konjugation/Deklinationen, ) Typisierung Bündelung von inhaltlich gleich gerichteten Konzepten zu Typen (basierend auf Wörterbüchern) Text Link Analyse Erkennen von Zusammenhängen zwischen Konzepten (z.b. Thema Meinung, Person Handlung) Kategorisierung Regelbasiertes Zuweisen von Kategorien zu Texten

8 Text Mining Prozess: Linguistische Verfahren Algorithmen zur Ermittlung von Äquivalenzklassen: Beugung (Birnen = Birne, Äpfel = Apfel) Synonyme Vollform: der gesamte Ausdruck hat die gleiche Bedeutung (Fahrzeug = PKW) Komponenten: es tritt in einer Komponente eine Variation auf (Qualität des Frühstücks = Qualität des Morgenbuffets) Auslassungen bestimmter Wörter (IBM Deutschland GmbH = IBM Deutschland) Geographische Varianten (tumour = tumor) Lexikalische Varianten (Automatisierung = Automation) Groß/Kleinschreibung (Apolipoprotein A = Apolipoprotein a) Auslassung von Funktionswörtern (Schaden an Auspuff = Schaden an dem Auspuff) Varianten bei Trennzeichen wie z.b. Leerzeichen, Bindestrich, Apostroph oder Punkt (Montags-Auto = Montagsauto; Laptop Tasche = Laptoptasche) Inversionen (Tumor im Gehirn = Gehirntumor) Akzentuierte Zeichen, vor allem auf Französisch, Spanisch, Italienisch und Niederländisch (Saõ Paulo = Sao Paulo; Evguéni Primakov = Evgueni Primakov) Schreibfehlertoleranz / Fuzzy Matching: basierend auf einem Matching nach Entfernen der Vokale und Mehrfachkonsonanten sowie weiteren Ähnlichkeitsalgorithmen (Servicequalität = Servicequallität = Servicequaltät)

9 Text Mining Prozess: Text Link Analyse Definition von Mustern zur Erkennung von Zusammenhängen zwischen Konzepten: Erkennung der Muster erfolgt auf Satzebene Ermöglicht die Verwendung von Makros, optionalen Elementen und Platzhaltern

10 Text Mining Prozess: Ein Beispiel Text Zimmer war gross und bequem aber Fruehstuck zu teuer Konzepte Typen TextLinks Kategorien Zimmer, Frühstück, groß, bequem, teuer Zimmer, Essen, contextual, positive, negative Zimmer (Zimmer) groß (contextual) Zimmer (Zimmer) bequem (positive) Frühstück (Essen) teuer (negative) Zimmer_positiv Essen_negativ

11 Kundenreferenz: Cablecom Größter Kabelnetzbetreiber in der Schweiz Kerngeschäft: Kabelfernsehen (mehr als 54% der Schweizer Haushalte) Weitere Services: Internet, Telefonie, Mobiltelefonie Herausforderung: Hohe Kündigerrate nach Ablauf der initialen Vertragslaufzeit Ziele: Quantifizierung der Kundenzufriedenheit Verstehen und Beheben der Gründe für Abwanderung Frühzeitiges Vermeiden von Abwanderung durch maßgeschneiderte Marketinginitiativen

12 Kundenreferenz: Cablecom Presentation Layer Segmentation Modeling Sentiment Categorization Propensity Modeling Attitudinal Data Collection RFM Attitudinal Data Analysis Lifetime Value Optimization Rules Risk Propensity Scoring Fraud Propensity Scoring Business Logic Layer Enterprise Mission Critical Systems IBM SPSS Collaboration Services Reporting, Visualization, Model and Lifecycle Management IBM SPSS Data Collection Survey, Data Entry, Survey Data Analysis IBM SPSS Deployment Services Scoring, Business Rules Risk Management IBM SPSS Modeler IBM SPSS Statistics Data, Text, Web Analytics Layer Business Intelligence Enterprise View Attitudinal Data Behavioral Data Interaction Data Descriptive Data Data Layer

13 Kundenreferenz: Cablecom Net Promoter Score anhand eines Beispiels Wie wahrscheinlich ist es, daß Sie Cablecom einem Freund oder Kollegen weiterempfehlen werden? Detraktoren Indifferente Promotoren Ergänzende offene Fragen: - Promotoren Warum würden Sie uns weiterempfehlen? - Indifferente Was würde die Wahrscheinlichkeit erhöhen, uns weiterzuempfehlen? - Detraktoren Warum würden Sie uns nicht weiterempfehlen? Bringt das in Ordnung Macht weiter so Klare Aufforderung zur Handlung in den Fachbereichen Kombination aller Kundendaten Vorhersagemodell für den NPS Kundendatenbank Scoring Predictive Analytics steuert die 1:1 Kundeninteraktionen und Problemlösungen Winback-Kampagne für Kunden mit niedrigem NPS ROI-Vorhersage und Messung

14 Kundenreferenz: Cablecom Durch die Kombination des Feedback-Managements mit Text Mining und statistischer Modellierung im Rahmen der neuen Customer Experience Management Strategie erreichte Cablecom in nur drei Monaten Reduktion der Abwanderungsrate bei Breitbandkunden von 19% auf 2% Identifikation unzufriedener Kunden innerhalb des gesamten Kundenstamms mit einer Wahrscheinlichkeit von 78% Steigerung der Zufriedenheit bei mehr als 50% der Kunden Umwandlung von 23% der Dektraktoren in Promotoren

15 Kundenreferenz: Cablecom Wettbewerb: Angoss, SAS Laut Cablecom waren die Gründe für die Wahl der SPSS Lösung: Geringere Gesamtbetriebskosten Skalierbarkeit: Mit Quick Wins anfangen und dann stufenweise ausbauen Breites Produktportfolio: Von der Datenerhebung bis zur tiefen Analyse Benutzerfreundlichkeit Möglichkeit, verschiedenste Quellen einzubinden (CDRs, Umfragen, ) Möglichkeit, in der selben Umgebung sowohl strukturierte wie auch unstrukturierte Daten verarbeiten zu können

16

17 Agenda Uhr Registrierung & Frühstück Uhr Begrüßung & Vorstellung Uhr Mehrwert und konkreter Nutzen durch Data Mining Uhr Kaffeepause Uhr Wertvolle Textdaten erschließen mittels Text Mining Uhr Data und Text Mining live Ab Uhr Zusammenfassung, Diskussion und Fingerfood

Vom Data Mining zur effektiven Entscheidungsunterstützung mit IBM SPSS Modeler und Analytical Decision Management

Vom Data Mining zur effektiven Entscheidungsunterstützung mit IBM SPSS Modeler und Analytical Decision Management Vom Data Mining zur effektiven Entscheidungsunterstützung mit IBM SPSS Modeler und Analytical Decision Management Martin Herzog 06/07.11.2012 Data Mining als Herzstück von Predictive Analytics Data Mining

Mehr

Entfesseln Sie Ihr Potential als Realzeit-Unternehmen!

Entfesseln Sie Ihr Potential als Realzeit-Unternehmen! Entfesseln Sie Ihr Potential als Realzeit-Unternehmen! CC NOW 2013-19.9.13 in Düsseldorf Klaus-J. Zschaage authensis AG stellen Sie sich vor Seite 2 stellen Sie sich vor was ist dafür zu tun? Seite 3 Geschäftsoptimierung

Mehr

SPSS Cognos Positionierung. April 2010. Friedel Jonker Manager Business Development Analytics & PM SPSS Predictive Analytics Präsentation

SPSS Cognos Positionierung. April 2010. Friedel Jonker Manager Business Development Analytics & PM SPSS Predictive Analytics Präsentation SPSS Cognos Positionierung April 2010 Friedel Jonker Manager Business Development Analytics & PM SPSS Predictive Analytics Präsentation 2010 IBM Corporation Agenda 1. SPSS Positionierung 2. SPSS & Cognos

Mehr

Kundenbindung optimieren mit Predictive Analytics und Text Mining

Kundenbindung optimieren mit Predictive Analytics und Text Mining Kundenbindung optimieren mit Predictive Analytics und Text Mining Ein Praxis-Beispiel mit der Analyse-Plattform STATISTICA CeBIT Hannover, 10. März 2014 www.statsoft.de StatSoft (Europe) GmbH 2014 Dr.

Mehr

SOZIALES" BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN

SOZIALES BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN SOZIALES" BRANCHENGEFLÜSTER ANALYSIERT DER SOCIAL MEDIA-MONITOR FÜR BANKEN CHRISTIAN KÖNIG BUSINESS EXPERT COMPETENCE CENTER CUSTOMER INTELLIGENCE Copyr i g ht 2012, SAS Ins titut e Inc. All rights res

Mehr

SAS TEXT ANALYTICS EVENT

SAS TEXT ANALYTICS EVENT SAS TEXT ANALYTICS EVENT DIENSTAG, 21. APRIL 2015 AGENDA Zeit Inhalt 16:00-16:30 Registrierung & Willkommenskaffee 16:30-16:45 16:45-17:15 17:15-17:45 Begrüssung und Einleitung ins Thema Text Analytics

Mehr

SAP Customer Engagement Intelligence - Kundenanalysen der nächsten Generation

SAP Customer Engagement Intelligence - Kundenanalysen der nächsten Generation SAP Customer Engagement Intelligence - Kundenanalysen der nächsten Generation Alexander Schroeter, Head of Outbound PM MEE, CRM & Commerce, SAP AG Regensdorf, November 19, 2013 SAP Customer Engagement

Mehr

Data. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired

Data. Guido Oswald Solution Architect @SAS Switzerland. make connections share ideas be inspired make connections share ideas be inspired Data Guido Oswald Solution Architect @SAS Switzerland BIG Data.. Wer? BIG Data.. Wer? Wikipedia sagt: Als Big Data werden besonders große Datenmengen bezeichnet,

Mehr

Informationsflut bewältigen - Textmining in der Praxis

Informationsflut bewältigen - Textmining in der Praxis Informationsflut bewältigen - Textmining in der Praxis Christiane Theusinger Business Unit Data Mining & CRM Solutions SAS Deutschland Ulrich Reincke Manager Business Data Mining Solutions SAS Deutschland

Mehr

Neuerungen im Enterprise Miner 5.2 & Text Miner 2.3

Neuerungen im Enterprise Miner 5.2 & Text Miner 2.3 Neuerungen im Enterprise Miner 5.2 & Text Miner 2.3 Copyright 2005, SAS Institute Inc. All rights reserved. Ulrich Reincke, SAS Deutschland Agenda Der Neue Enterprise Miner 5.2 Der Neue Text Miner 2.3

Mehr

TNS EX A MINE BehaviourForecast Predictive Analytics for CRM. TNS Infratest Applied Marketing Science

TNS EX A MINE BehaviourForecast Predictive Analytics for CRM. TNS Infratest Applied Marketing Science TNS EX A MINE BehaviourForecast Predictive Analytics for CRM 1 TNS BehaviourForecast Warum BehaviourForecast für Sie interessant ist Das Konzept des Analytischen Customer Relationship Managements (acrm)

Mehr

Predictive Analytics / Data Mining im Controlling

Predictive Analytics / Data Mining im Controlling Predictive Analytics / Data Mining im Controlling Sprecher: Dr. Karsten Oehler 1 Das Buch zum Film Erscheint im Controlling Berater, Ende 2011, PDF vorab über karsten.oehler@de.ibm.com erhältlich. Agenda

Mehr

Neue Strategien und Innovationen im Umfeld von Kundenprozessen

Neue Strategien und Innovationen im Umfeld von Kundenprozessen Neue Strategien und Innovationen im Umfeld von Kundenprozessen BPM Forum 2011 Daniel Liebhart, Dozent für Informatik an der Hochschule für Technik Zürich, Solution Manager, Trivadis AG Agenda Einleitung:

Mehr

Wie verbessert man wirksam die Service Qualität durch Enterprise Feedback-Management?

Wie verbessert man wirksam die Service Qualität durch Enterprise Feedback-Management? Wie verbessert man wirksam die Service Qualität durch Enterprise Feedback-Management? Inhalt Einleitung 3 1. Wie läuft es bisher? 4 2. Die richtigen Daten zur richtigen Zeit erheben und nutzen 5 3. Auswertungen

Mehr

Einstieg in Text Analytics

Einstieg in Text Analytics , Einstieg in Text Analytics Einstieg in Text Analytics Von der Datenquelle zum Bericht und darüber hinaus... KSFE in Dresden, 09.03.2012 2012 GmbH ist IT Dienstleister für Business Intelligence und Datenanalyse

Mehr

Titel1. Titel2. Business Analytics als Werkzeug zur. Unternehmenssteuerung. Business Excellence Day 2015. Michael Shabanzadeh, 10.

Titel1. Titel2. Business Analytics als Werkzeug zur. Unternehmenssteuerung. Business Excellence Day 2015. Michael Shabanzadeh, 10. Titel1 Business Analytics als Werkzeug zur Titel2 Unternehmenssteuerung Business Excellence Day 2015 Michael Shabanzadeh, 10. Juni 2015 World Communication GmbH 2015 Seite 1 Definition Business Analytics

Mehr

Vorhersagetechniken für zukünftiges Verhalten von Kunden

Vorhersagetechniken für zukünftiges Verhalten von Kunden IBM 360 Grad-Sicht auf den Kunden: Vorhersagetechniken für zukünftiges Verhalten von Kunden Sven Fessler, sven.fessler@de.ibm.com Solution Architect, IBM Germany Business Analytics & Optimization Das Spektrum

Mehr

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence

Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence Analytische Datenbanken und Appliances als Engine für erfolgreiche Business Intelligence IBM Netezza Roadshow 30. November 2011 Carsten Bange Gründer & Geschäftsführer BARC Die Krise hat die Anforderungen

Mehr

Kundenzufriedenheits- Analyse 4.0

Kundenzufriedenheits- Analyse 4.0 Kundenzufriedenheits- Analyse 4.0 Kundenzufriedenheit ist eine subjektive Grösse Das Konsum- und Entscheidungsverhalten von Menschen lässt sich nicht fixen Kategorien zuschreiben. Es zeigen sich situative

Mehr

Mit Big Data zum Touchpoint- übergreifenden Echtzeit- Kundendialog

Mit Big Data zum Touchpoint- übergreifenden Echtzeit- Kundendialog Mit Big Data zum Touchpoint- übergreifenden Echtzeit- Kundendialog Big Data im Marke

Mehr

Analytisches CRM und Data Mining

Analytisches CRM und Data Mining Analytisches CRM und Data Mining Magische Zahlen für das Marketing Computerwoche Initiative CRM 2009 Dr. Wolfgang Martin Analyst, ibond Partner, Ventana Research Advisor und Mitglied im CRM Expertenrat

Mehr

Integriertes Marketingmanagement 2013

Integriertes Marketingmanagement 2013 Integriertes Marketingmanagement 2013 Schneller sehen, verstehen und entscheiden Dr. Andreas Becks Senior Business Architect SAS Deutschland GmbH Agenda Integriertes Marketingmanagement 2013 Die neue Bank

Mehr

Real Time Decisions (RTD) macht Business Intelligence operativ.

Real Time Decisions (RTD) macht Business Intelligence operativ. Real Time Decisions (RTD) macht Business Intelligence operativ. Nikolaj Letkemann Juli 2010 Inhalt 1. Regeln oder Statistik, on- oder offline?... 3 2. Selflearning: Prozessperspektive... 4 3. RTD verwaltet

Mehr

NICE Performance Management. Albert Bossart, Sales Manager DACH, NICE Switzerland AG

NICE Performance Management. Albert Bossart, Sales Manager DACH, NICE Switzerland AG NICE Performance Management Albert Bossart, Sales Manager DACH, NICE Switzerland AG Performance Verbesserung für Mitarbeiter mit Kundenbeziehungen Aussendienst Tele- Sales Interner Verkauf Neuakuisition

Mehr

BOARD Deutschland GmbH

BOARD Deutschland GmbH BOARD Deutschland GmbH Roger Schymik Senior PreSales Consultant BOARD Deutschland GmbH Better decisions. Better business. Der Wendepunkt WETTBEWERBSFÄHIGKEIT BI & CPM WENDEPUNKT Entscheidungs -effektivität

Mehr

Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Namics. Emanuel Bächtiger. Consultant.

Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Namics. Emanuel Bächtiger. Consultant. Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Emanuel Bächtiger. Consultant. 20. August 2013 Gegründet in 1995 im Besitz von 26 Partnern 51 Mio. CHF Umsatz in 2012 400 Mitarbeiter in CH

Mehr

Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG. 2013 IBM Corporation

Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG. 2013 IBM Corporation Data Science & Big Data, made in Switzerland Thilo Stadelmann, ZHAW School of Engineering Frank Ihringer, Serwise AG 2013 IBM Corporation Agenda Data Science made in Switzerland Case Study 1: Social Media

Mehr

Schon heute wissen, wie sich Ihre Kunden morgen entscheiden Szenarien für Predictive Analytics in der Versicherungsindustrie

Schon heute wissen, wie sich Ihre Kunden morgen entscheiden Szenarien für Predictive Analytics in der Versicherungsindustrie 18. März 2010, Allianz Arena München Schon heute wissen, wie sich Ihre Kunden morgen entscheiden Szenarien für Predictive Analytics in der Versicherungsindustrie Matthias Kraus SPSS, an IBM Company Solution

Mehr

BIG DATA ANALYTICS VON DER FELDDATENANALYSE ZUM QUALITÄTSFRÜHWARNSYSTEM RAINER KENT VOGT - SAS INSTITUTE GMBH

BIG DATA ANALYTICS VON DER FELDDATENANALYSE ZUM QUALITÄTSFRÜHWARNSYSTEM RAINER KENT VOGT - SAS INSTITUTE GMBH BIG DATA ANALYTICS VON DER FELDDATENANALYSE ZUM QUALITÄTSFRÜHWARNSYSTEM RAINER KENT VOGT - SAS INSTITUTE GMBH QUALITÄT ZÄHLT DIE KUNDENWAHRNEHMUNG ENTSCHEIDET 91% 91% of unhappy customers unzufriedener

Mehr

BMPI. Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Namics. Emanuel Bächtiger. Consultant.

BMPI. Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Namics. Emanuel Bächtiger. Consultant. BMPI. Siemens. 360 Performance Dashboard. Digitale Kanäle. Mehrwert. Emanuel Bächtiger. Consultant. 5. Dezember 2013 Agenda. à Ausgangslage à 360 Performance Dashboard à Projektvorgehen à Key Take Aways

Mehr

Customer Golden Record

Customer Golden Record Customer Golden Record Otto Neuer, Senior VP Global Sales Seite Agenda 1 Zurück zum Tante Emma Prinzip? 2 Bad 10 Top 10 Probleme mit Kundendaten 3 Customer Golden Record 4 360 Kundensicht die Benefits

Mehr

BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA

BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA BI WIKI START-UP YOUR DWH PARTIZIPATIVE BI IM ZEITALTER VON BIG DATA Agenda VORSTELLUNG B.TELLIGENT WIE ENTSTEHT EINE KENNZAHL? WAS SIND METADATEN? AUFBAU UND FUNKTIONSWEISE DES BI WIKI LIVE DEMO ZUSAMMENFASSUNG

Mehr

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller

Was ist Analyse? Hannover, CeBIT 2014 Patrick Keller Was ist? Hannover, CeBIT 2014 Patrick Keller Business Application Research Center Historie 1994: Beginn der Untersuchung von Business-Intelligence-Software am Lehrstuhl Wirtschaftsinformatik der Universität

Mehr

mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com

mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com mayato Unternehmenspräsentation mayato GmbH Am Borsigturm 9 13507 Berlin Germany www.mayato.com Wer sind wir? Wir sind ein unabhängiges Beratungs- und Analystenhaus für Business Intelligence Beratungs-

Mehr

Datenanalyse und Predictive Analytics IBM SPSS Statistics IBM Modeler

Datenanalyse und Predictive Analytics IBM SPSS Statistics IBM Modeler Wiener Biometrische Sektion (WBS) der Internationalen Biometrischen Gesellschaft Region Österreich Schweiz (ROeS) WBS Herbst Seminar Statistische Software für Biometrische Auswertungen Datenanalyse und

Mehr

Adobe FSI Breakfast. Frankfurt, 09.06.2015. 2015 icompetence

Adobe FSI Breakfast. Frankfurt, 09.06.2015. 2015 icompetence Adobe FSI Breakfast Frankfurt, 09.06.2015 2015 icompetence Gründung 1994 Firmensitz: Quickborn bei Hamburg 200 Mio Page Impressions/Monat mehr als 1,8 Millionen Privatkunden. über 2,8 Millionen Kunden

Mehr

Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle. CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle. CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Digitale Transformation: BI und Big Data treiben neue Geschäftsmodelle CeBIT, 18.3.2015 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Unternehmen Beratung Strategie

Mehr

Analyse und Feedback in Echtzeit

Analyse und Feedback in Echtzeit Analyse und Feedback in Echtzeit Die Daten-Strategie von IDG Michael Beilfuß, Verlagsleiter Stefan Huegel, VP Digital 20.11.2014 / VDZ Tech Summit 2014 in Hamburg // BIG DATA - der Game-Changer Paradigmenwechsel

Mehr

Education Day 2012. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! Education Day 2012 11.10.

Education Day 2012. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! Education Day 2012 11.10. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! 11.10.2012 1 BI PLUS was wir tun Firma: BI plus GmbH Giefinggasse 6/2/7 A-1210 Wien Mail: office@biplus.at

Mehr

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15

Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics 10.45 11.15 9.30 10.15 Kaffee & Registrierung 10.15 10.45 Begrüßung & aktuelle Entwicklungen bei QUNIS 10.45 11.15 11.15 11.45 Von Big Data zu Executive Decision BI für den Fachanwender bis hin zu Advanced Analytics

Mehr

Mit In-Memory Technologie zu neuen Business Innovationen. Stephan Brand, VP HANA P&D, SAP AG May, 2014

Mit In-Memory Technologie zu neuen Business Innovationen. Stephan Brand, VP HANA P&D, SAP AG May, 2014 Mit In-Memory Technologie zu neuen Business Innovationen Stephan Brand, VP HANA P&D, SAP AG May, 2014 SAP Medical Research Insights : Forschung und Analyse in der Onkologie SAP Sentinel : Entscheidungsunterstützung

Mehr

The integration of business intelligence and knowledge management

The integration of business intelligence and knowledge management The integration of business intelligence and knowledge management Seminar: Business Intelligence Ketevan Karbelashvili Master IE, 3. Semester Universität Konstanz Inhalt Knowledge Management Business intelligence

Mehr

Data Mining Studie. Schwerpunkt. Praxistest & Benchmarking 2012. Prognosemodelle im Kundenbindungsmanagement

Data Mining Studie. Schwerpunkt. Praxistest & Benchmarking 2012. Prognosemodelle im Kundenbindungsmanagement Data Mining Studie Praxistest & Benchmarking 2012 Schwerpunkt Prognosemodelle im Kundenbindungsmanagement März 2012 mayato GmbH Alle Rechte vorbehalten. Analystenteam Peter Neckel (Lead Analyst) Peter

Mehr

Big Data und Social Media Analyse. Baden, 11.06.2013 Arne Weitzel, Senior Solution Architect Samuel Rentsch, CEO Julian Götz, Head of Sales

Big Data und Social Media Analyse. Baden, 11.06.2013 Arne Weitzel, Senior Solution Architect Samuel Rentsch, CEO Julian Götz, Head of Sales Big Data und Social Media Analyse Baden, 11.06.2013 Arne Weitzel, Senior Solution Architect Samuel Rentsch, CEO Julian Götz, Head of Sales Big Data & Social Media Analyse werden in Zukunft zentrale Business

Mehr

SAS Predictive Analytics Factory The SAS approach for the production and maintenance of analytical models

SAS Predictive Analytics Factory The SAS approach for the production and maintenance of analytical models Predictive Analytics Factory The approach for the production and maintenance of analytical models Dr. Gerhard Svolba Austria Forum Finnland Helsinki September24 h, 2013 Agenda Rationale and idea of a Predictive

Mehr

Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23.

Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23. Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23. April 2015 Agenda Was wir unter künstlicher Intelligenz 1 verstehen - Breites

Mehr

Komplexität der Information - Ausgangslage

Komplexität der Information - Ausgangslage Intuition, verlässliche Information, intelligente Entscheidung ein Reisebericht Stephan Wietheger Sales InfoSphere/Information Management Komplexität der Information - Ausgangslage Liefern von verlässlicher

Mehr

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014

Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Betrugserkennung mittels Big Data Analyse Beispiel aus der Praxis TDWI München, Juni 2014 Beratung Business Analytics Software Entwicklung Datenmanagement AGENDA Der Kreislauf für die Betrugserkennung

Mehr

Jeder Internetklick macht Sie durchschaubarer!

Jeder Internetklick macht Sie durchschaubarer! CEMA Vortragsreihe BIG Data Jeder Internetklick macht Sie durchschaubarer! Mannheimer Abendakademie, 4. Februar 2015 Jens Barthelmes Predictive Text Analytics Solution Architect IBM Deutschland GmbH 2015

Mehr

BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE. make connections share ideas be inspired. Wolfgang Schwab SAS D

BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE. make connections share ideas be inspired. Wolfgang Schwab SAS D make connections share ideas be inspired BIG ANALYTICS AUF DEM WEG ZU EINER DATENSTRATEGIE Wolfgang Schwab SAS D Copyright 2013, SAS Institute Inc. All rights reserved. BIG DATA: BEDROHUNG ODER CHANCE?

Mehr

Rainer Klapper QS solutions GmbH

Rainer Klapper QS solutions GmbH Rainer Klapper QS solutions GmbH Der Handlungsbedarf Die CRM-Welt ist umgeben von Social Media Foren Communities Netzwerke CRM Blogs Fehlende Prozessintegration wird zunehmend zum Problem Wir bauen Brücken

Mehr

BI vision 2015 Customer Experience Management Reporting mit SAP BusinessObjects. 23.04.2015 / Rainer Dewes / Vodafone GmbH

BI vision 2015 Customer Experience Management Reporting mit SAP BusinessObjects. 23.04.2015 / Rainer Dewes / Vodafone GmbH BI vision 2015 Customer Experience Management Reporting mit SAP BusinessObjects 23.04.2015 / Rainer Dewes / Vodafone GmbH Inhalt Vodafone GmbH CEM Reporting CEM in der Praxis CEM in der Zukunft Vodafone

Mehr

1 Einleitung... 1 Literatur... 2

1 Einleitung... 1 Literatur... 2 Inhaltsverzeichnis 1 Einleitung....................................................... 1 Literatur........................................................ 2 Teil I Rollenbasierendes Business Game 2 Vorbereitung

Mehr

Business Intelligence - Wie passt das zum Mainframe?

Business Intelligence - Wie passt das zum Mainframe? Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,

Mehr

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com

Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick. Volker.Hinz@microsoft.com Die Microsoft-Komplettlösung für Datawarehousing, Big Data und Business Intelligence im Überblick Volker.Hinz@microsoft.com Was sagt der Markt? Fakten Meinung der Analysten zu Microsofts Angeboten Nutzen

Mehr

Software EMEA Performance Tour 2013. 17.-19 Juni, Berlin

Software EMEA Performance Tour 2013. 17.-19 Juni, Berlin Software EMEA Performance Tour 2013 17.-19 Juni, Berlin HP Autonomy Information Governance Strategie: Die Kontrolle über die Informationsflut Petra Berneaud - Account Manager Autonomy Status in vielen

Mehr

factory42$ Inbound$MarkeFng$&$CRM." Michael$Frohn$ CRM$ $MOBILE$ $SOCIAL$ $INTEGRATION$ CEO$&$Gründer,$factory42$

factory42$ Inbound$MarkeFng$&$CRM. Michael$Frohn$ CRM$ $MOBILE$ $SOCIAL$ $INTEGRATION$ CEO$&$Gründer,$factory42$ factory42$ Inbound$MarkeFng$&$CRM." Michael$Frohn$ CEO$&$Gründer,$factory42$ CRM$ $MOBILE$ $SOCIAL$ $INTEGRATION$ Inbound$MarkeFng$ $Mehr$InformaFonen$! Überblick$Sales$&$MarkeFng$Lösungen:$! Der$Blog$zum$Thema:$

Mehr

Predictive Analysis und Data Mining die Kristallkugel und Ihr Business Value [Session C2] Uetliberg, 16.09.2014 www.boak.ch

Predictive Analysis und Data Mining die Kristallkugel und Ihr Business Value [Session C2] Uetliberg, 16.09.2014 www.boak.ch Predictive Analysis und Data Mining die Kristallkugel und Ihr Business Value [Session C2] Uetliberg, 16.09.2014 www.boak.ch it Diese Session gibt einen Überblick über Predictive und Data Mining, die Value-Proposition

Mehr

TNS EX A MINE TextMiner Aufdecken von Beziehungen und Trends in unstrukturierten Daten. TNS Infratest Applied Marketing Science

TNS EX A MINE TextMiner Aufdecken von Beziehungen und Trends in unstrukturierten Daten. TNS Infratest Applied Marketing Science TNS EX A MINE TextMiner Aufdecken von Beziehungen und Trends in unstrukturierten Daten 1 Warum Text Mining? In den letzten Jahren hat sich der Information Overload vervielfacht Informationen in unstrukturierter

Mehr

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik

fh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik fh management, communication & it Folie 1 Angewandte Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines einfachen Beispieles Häufigkeitsauswertungen Grafiken Datenmanipulationen

Mehr

Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren

Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren Fortgeschrittene Analysetechnologien: Abgrenzung, Produktübersicht, Erfolgsfaktoren BI, Big Data, CRM Forum @ CeBIT 2015, Hannover, 19.03.2015 Patrick Keller, Senior Analyst Status Quo Business Intelligence

Mehr

Social Media trifft Business

Social Media trifft Business Social Media trifft Business Intelligence Social Media Analysis als Teil der Unternehmenssteuerung Tiemo Winterkamp, VP Global Marketing Agenda Social Media trifft Business Intelligence Business Intelligence

Mehr

IBM SPSS Modeler Text Analytics 16 Benutzerhandbuch

IBM SPSS Modeler Text Analytics 16 Benutzerhandbuch IBM SPSS Modeler Text Analytics 16 Benutzerhandbuch Hinweis Vor Verwendung dieser Informationen und des darin beschriebenen Produkts sollten die Informationen unter Bemerkungen auf Seite 249 gelesen werden.

Mehr

Predictive Analytics 25.06.2014. Prediction is very difficult, especially if it s about the future. (Bohr, Niels)

Predictive Analytics 25.06.2014. Prediction is very difficult, especially if it s about the future. (Bohr, Niels) Predictive Analytics München, 25. Juni 2014 Markus Enderlein, Stefan Jäschke, Gert Jan Feick TDWI Konferenz 2014 Prediction is very difficult, especially if it s about the future. (Bohr, Niels) 25.06.2014

Mehr

Direktmarketing im Zentrum digitaler Vertriebsstrategien

Direktmarketing im Zentrum digitaler Vertriebsstrategien Direktmarketing im Zentrum digitaler Vertriebsstrategien Standortbestimmung und Key Learnings für Verlage Hamburg, September 2014 Im Zentrum digitaler Vertriebsstrategien steht zunehmend die Analyse komplexer

Mehr

IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch

IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch IBM Smart Analytics System und IBM Cognos BI: Vom Single Point of Truth zum mobilen Cockpit - ein Praxisbericht beim Unternehmen Theo Förch Markus Ruf, Geschäftsführer mip GmbH Jens Kretzschmar, Senior

Mehr

Wie loyal sind Ihre Kunden? Der Net Promoter Score (NPS )

Wie loyal sind Ihre Kunden? Der Net Promoter Score (NPS ) Wie loyal sind Ihre Kunden? Der Net Promoter Score (NPS ) Einführung in das Konzept und die Messung des NPS inkl. Umsetzung in Microsoft Dynamics CRM und SAP CRM Kurzversion Agenda Einführung in den NPS

Mehr

Datawarehouse Architekturen. Einheitliche Unternehmenssicht

Datawarehouse Architekturen. Einheitliche Unternehmenssicht Datawarehouse Architekturen Einheitliche Unternehmenssicht Was ist Datawarehousing? Welches sind die Key Words? Was bedeuten sie? DATA PROFILING STAGING AREA OWB ETL OMB*PLUS SAS DI DATA WAREHOUSE DATA

Mehr

Grundlagen Statistik Angewandte Statistik 3. Semester

Grundlagen Statistik Angewandte Statistik 3. Semester Angewandte Statistik 3. Semester Zur Person Constantin von Craushaar Consultant / Partner Innstat e.u. (www.innstat.com) info@innstat.com Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS

Mehr

Operational Intelligence

Operational Intelligence Operational Intelligence Eric Müller Wenn Sie diesen Text lesen können, müssen Sie die Folie im Post-Menü mit der Funktion «Folie einfügen» erneut einfügen. Sonst kann kein Bild hinter die Fläche gelegt

Mehr

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link

Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Die Bedeutung der Prozessmodellierung bei der Weiterentwicklung des DWHs der DAK Der Innovator als Missing Link Konrad Linner, solvistas GmbH Nürnberg, 20.November 2012 Inhaltsverzeichnis Vorstellung solvistas

Mehr

TrustYou Analytics. Reputations-Management für Hotels und Hotelketten

TrustYou Analytics. Reputations-Management für Hotels und Hotelketten TrustYou Analytics Reputations-Management für Hotels und Hotelketten 06.12.2010 TrustYou 2010 1 Wissen Sie, was über Ihr Hotel im Internet gesagt wird? Im Internet gibt es mittlerweile Millionen von Hotelbewertungen,

Mehr

MEHRWERK. Einheitliche Kundenkommunikation

MEHRWERK. Einheitliche Kundenkommunikation MEHRWERK Einheitliche Kundenkommunikation Alle Prozesse und Daten aus bestehenden Systemen werden im richtigen Kontext für relevante Geschäftsdokumente eingesetzt. Flexible Geschäftsprozesse Änderungszyklen

Mehr

Das Potenzial von Multikanal- Recommendations nutzen Chancen und Grenzen der Personalisierung

Das Potenzial von Multikanal- Recommendations nutzen Chancen und Grenzen der Personalisierung Das Potenzial von Multikanal- Recommendations nutzen Chancen und Grenzen der Personalisierung Dr. Philipp Sorg (Senior Data Scientist) Peter Stahl (Senior Business Development Manager) 24. März 2015, Internet

Mehr

Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen

Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen Big Data Plattformen für polystrukturierte Daten neue Chancen und Herausforderungen Oracle DWH-Konferenz 21. März 2012 Dr. Carsten Bange Gründer & Geschäftsführer BARC Big Data bietet Methoden und Technologien

Mehr

Business Analytics verbessert die Wertschöpfungskette

Business Analytics verbessert die Wertschöpfungskette Pressemitteilung Hamburg, 05. September 2013 Business Analytics verbessert die Wertschöpfungskette accantec zeigt auf dem SAS Forum in Mannheim vom 11.- 12.09.2013, wie Unternehmen mit SAS Visual Analytics

Mehr

Big Data & High-Performance Analytics: Anwendungsszenarien

Big Data & High-Performance Analytics: Anwendungsszenarien Big Data & High-Performance Analytics: Anwendungsszenarien Dr. Thomas Keil, Program Manager Business Analytics Frankfurt 26.4.2012 McKinsey-Studie zeigt Big Value Quelle: McKinsey Global Institute, May

Mehr

Wertschöpfung durch Daten: Nutzung von Little Data & Big Data in der Industrie

Wertschöpfung durch Daten: Nutzung von Little Data & Big Data in der Industrie Wertschöpfung durch Daten: Dr. Matthias Nagel, Markus Nagel, Dirk Maiwald & Dagmar Lange Chemnitz, 20.03.2014 1 Smart Everything : Leben im Datenzeitalter 2 Datability: Nutzung aller relevanter Daten Datenquellen:

Mehr

Business Intelligence Center of Excellence

Business Intelligence Center of Excellence Center of Excellence Eine Businessinitiative von Systematika und Kybeidos Werner Bundschuh Was ist das? In der Praxis versteht man in den meisten Fällen unter die Automatisierung des Berichtswesens (Reporting).

Mehr

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung 2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg

Mehr

Näher am Kunden mit Microsoft Business Intelligence

Näher am Kunden mit Microsoft Business Intelligence Nürnberg, April 2014 Näher am Kunden mit Microsoft Business Intelligence Schnellere AHA-Effekte aus Small Data. Big Data. All Data - Online wie Offline. Sehr geehrte Damen und Herren, die rasant voranschreitende

Mehr

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch

Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Big Data: Definition, Einführung und Live Democase [C1] Arne Weitzel Uetliberg, 16.09.2014 www.boak.ch Unstrukturierte Daten spielen eine immer bedeutender Rolle in Big Data-Projekten. Zunächst gilt es

Mehr

Optimiertes IT Service Management durch Predictive Analytics. München, 23.06.2015 Dr. Katrin Zaiß, Kay Kasperkowitz TDWI Konferenz 2015

Optimiertes IT Service Management durch Predictive Analytics. München, 23.06.2015 Dr. Katrin Zaiß, Kay Kasperkowitz TDWI Konferenz 2015 Optimiertes IT Service Management durch Predictive Analytics München, 23.06.2015 Dr. Katrin Zaiß, Kay Kasperkowitz TDWI Konferenz 2015 Agenda Herausforderungen im IT Service Management (ITSM) Predictive

Mehr

Big Data Modewort oder echter Mehrwert. freenet Group Dr. Florian Johannsen

Big Data Modewort oder echter Mehrwert. freenet Group Dr. Florian Johannsen Big Data Modewort oder echter Mehrwert freenet Group Dr. Florian Johannsen freenet Group 2 Titel der Präsentation 07.07.2015 Mobilfunkgeschäft der freenet Group Austausch von Daten und Informationen Im

Mehr

Social Mining vs. Netnographie

Social Mining vs. Netnographie Social Mining vs. Netnographie Neue Verfahren der Informationsarbeit in freien, sozialen Netzwerken aus Sicht des Customer Relationship Management Dirk Kalmring, Sebastian Franke Fachhochschule Düsseldorf

Mehr

Top 10 der Business Intelligence-Trends für 2014

Top 10 der Business Intelligence-Trends für 2014 Top 10 der Business Intelligence-Trends für 2014 Das Ende der Datenexperten. Datenwissenschaft kann künftig nicht nur von Experten, sondern von jedermann betrieben werden. Jeder normale Geschäftsanwender

Mehr

POINT OF ORIGIN MARKETING CONSULTING MARKETING BERATUNG & TECHNOLOGIE

POINT OF ORIGIN MARKETING CONSULTING MARKETING BERATUNG & TECHNOLOGIE POINT OF ORIGIN MARKETING CONSULTING MARKETING BERATUNG & TECHNOLOGIE FÜNF DINGE ÜBER UNS Marketing & Technologie I. Spezialagentur für Marketingberatung und -technologie II. Sitz in Wien, Marketing Labs

Mehr

Copyright 2015 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice.

Copyright 2015 Hewlett-Packard Development Company, L.P. The information contained herein is subject to change without notice. Schritt für Schritt in das automatisierte Rechenzentrum Converged Management Michael Dornheim Mein Profil Regional Blade Server Category Manager Einführung Marktentnahme Marktreife Bitte hier eigenes Foto

Mehr

Big Data & High-Performance Analytics

Big Data & High-Performance Analytics Big Data & High-Performance Analytics Wolfgang Schwab, Senior Business Advisor Berlin 20.4.2012 PROJECTING THE GROWTH OF BIG DATA Source: IDC Digital Universe Study, sponsored by EMC, May 2010 THRIVING

Mehr

ibpm - intelligent Business Process Management: WWW.AXONIVY.COM

ibpm - intelligent Business Process Management: WWW.AXONIVY.COM ibpm - intelligent Business Process Management: ein neues Zeitalter bricht an. Peter Wiedmann 14.11.2014 WWW.AXONIVY.COM AGENDA 2 Vorstellung und Einführung Produktvorstellung ibpm die neue Dimension Anwendungsszenario

Mehr

Kundenmanagement im Multi-Channel-Zeitalter

Kundenmanagement im Multi-Channel-Zeitalter Kundenmanagement im Multi-Channel-Zeitalter Wie gut kennen Sie Ihre Kunden? München, 24. März 2015 Muna Hassaballah Senior Consultant Muna.Hassaballah@SHS-VIVEON.com 30.03.2015 Kurzvorstellung Senior Consultant

Mehr

OPEN GOVERNMENT: MEHR TRANSPARENZ UND PARTIZIPATION DURCH ANALYTICS ANDREAS NOLD STATEGISCHE GESCHÄFTSENTWICKLUNG SAS D-A-CH

OPEN GOVERNMENT: MEHR TRANSPARENZ UND PARTIZIPATION DURCH ANALYTICS ANDREAS NOLD STATEGISCHE GESCHÄFTSENTWICKLUNG SAS D-A-CH OPEN GOVERNMENT: MEHR TRANSPARENZ UND PARTIZIPATION DURCH ANALYTICS ANDREAS NOLD STATEGISCHE GESCHÄFTSENTWICKLUNG SAS D-A-CH BEISPIEL FLUGHAFEN BERLIN-BRANDENBURG Offizielle Webseite des Flughafens https://ber.piratenfraktion-berlin.de/projekt/

Mehr

CENIT Beschwerdemanagement Beschwerden bearbeiten, analysieren und vermeiden. Stefan Jamin, Leiter ECM Zürich, 25.11.2014

CENIT Beschwerdemanagement Beschwerden bearbeiten, analysieren und vermeiden. Stefan Jamin, Leiter ECM Zürich, 25.11.2014 CENIT Beschwerdemanagement Beschwerden bearbeiten, analysieren und vermeiden Stefan Jamin, Leiter ECM Zürich, 25.11.2014 Beschwerden allgemein Beschwerden können in vielen verschiedenen Bereichen auftreten

Mehr

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden

In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden

Mehr

Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014. Martin Böhn, Head of CRM, Senior Analyst

Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014. Martin Böhn, Head of CRM, Senior Analyst Mehr Wissen über Kunden und Leistungen Daten und Prozesse verbinden CeBIT, Hannover, 10.03.2014 Martin Böhn, Head of CRM, Senior Analyst CRM in der heutigen Praxis: Kampf Vor-Ort- Termine Prospekte, Beispiele

Mehr

DISCOVER BIG DATA & PREDICTIVE ANALYTICS DISCOVER INSIGHTS

DISCOVER BIG DATA & PREDICTIVE ANALYTICS DISCOVER INSIGHTS BIG DATA & PREDICTIVE ANALYTICS BIG DATA & PREDICTIVE ANALYTICS Turn communication into usable data. In einer zunehmend vernetzten, digitalen Service-Ökonomie müssen Sie die Wünsche Ihrer Kunden laufend

Mehr

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data Herausforderungen und Chancen für Controller ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Organisationen Beratung Strategie

Mehr

CRM Trends 2014. CRM und Kundenkommunikation wird sich in den

CRM Trends 2014. CRM und Kundenkommunikation wird sich in den 1 CRM Trends 2014 Erfahren Sie, welche Trendthemen 2014 in den Unternehmen rund um CRM, Kunden- und Datenmanagement wichtig werden. CRM und Kundenkommunikation wird sich in den nächsten Jahren deutlich

Mehr